NanoBot：超轻量级 AI 代理框架，4,000 行代码打造你的个人助理

核心摘要（Key Takeaways）

NanoBot 是什么：NanoBot 是由香港大学数据科学实验室（HKUDS）开发的开源超轻量级 AI 代理框架，核心代码仅约 4,000 行，旨在让开发者快速构建具备多轮对话、工具调用和记忆能力的智能助理。
核心价值：比同类框架（如 OpenClaw/Clawdbot）轻量 99%，资源占用极低，同时保留完整的代理核心能力——推理、工具执行、记忆管理和
多模型支持：兼容 OpenAI、Anthropic、Gemini、DeepSeek、Groq、OpenRouter、Ollama 等主流大语言模型，可灵活切换。
官方地址：https://github.com/HKUDS/nanobot（GitHub 开源仓库，MIT 许可证）。
部署方式：支持 pip、uv 和 Docker 三种安装方式，可实现几分钟内一键部署。
适用人群：AI 研究者、开发者、希望通过自托管方式拥有个人 AI 助理的技术爱好者。

什么是 NanoBot？

NanoBot（🐈 nanobot） 是由香港大学数据科学实验室（HKUDS） 开发的一个开源的超轻量级个人 AI 代理框架，核心代码仅约 4,000 行，却能提供推理、工具调用、记忆管理、任务调度和多平台聊天集成等完整的代理能力。它被设计为重型代理框架的极简替代方案，让开发者能在几分钟内部署一个功能齐全的 AI 助手。

NanoBot 官网截图

定义：NanoBot 是一个基于 Python 的 AI 代理框架，以约 4,000 行可读代码提供个人 AI 助理的所有核心能力——推理、工具执行、记忆管理、任务调度及多平台聊天集成，同时保持极低的资源占用。

与其他动辄数十万行代码的重型代理框架不同，NanoBot 坚持可读性、模块化和轻量运行三大原则。正如其官方描述所说：“nanobot proves that capable AI agents don’t need massive codebases”（NanoBot 证明了强大的 AI 代理不需要庞大的代码库）。

主要功能和特点

NanoBot 在其极小的体积中囊括了构建现代 AI 助理所需的核心能力：

1. 多模型支持（Model Freedom）

NanoBot 不绑定任何单一模型提供商，支持以下主流 LLM：

云端模型：OpenAI、Anthropic Claude、Google Gemini、DeepSeek、Groq、OpenRouter
本地模型：Ollama 及其他兼容 OpenAI API 格式的本地模型
回退机制：支持模型路由和回退（fallback），当一个模型不可用时自动切换

2. 工具调用与扩展（Tools & Plugins）

函数调用（Function Calling）：代理可以执行代码、查询数据库、调用外部 API
技能插件（Skills）：预置了 GitHub、天气查询、系统指令等常用技能
MCP 兼容：支持 Model Context Protocol，可无缝集成外部服务器和工具

3. 记忆系统（Memory）

NanoBot 内置持久化记忆能力，能够长期存储对话上下文，实现连贯的多轮对话。记忆仅在需要时作为上下文拉取，而非成为沉重的编排层。

4. 多平台聊天集成

平台类型	支持的平台
即时通讯	Telegram、Discord、Slack、Feishu（飞书）、QQ、DingTalk（钉钉）、WeChat（微信）
邮件与协作	Email、Microsoft Teams、Mattermost
Web 界面	内建 WebUI，可通过浏览器直接交互
API	提供标准 API 接口，可程序化调用

5. 多实例与自动化

多实例支持：可为不同平台、模型或用途运行独立代理
Cron 定时调度：支持周期性或定时任务自动执行
持久化工作流：目标、记忆、工具和对话上下文在长时间运行中保持存活

6. 轻量高效

极简代码：仅约 4,000 行 Python 代码，易于阅读、理解和扩展
低资源占用：极低的 CPU 和内存消耗
快速启动：跨环境（Linux/Mac/Windows）快速启动

架构设计

NanoBot 采用围绕小型代理循环（Agent Loop） 的轻量级架构：

消息输入：从聊天应用（Telegram、Discord 等）接收消息
LLM 决策：大语言模型判断是否需要调用工具
按需加载：记忆或技能仅在需要时作为上下文拉取，避免沉重的编排层
响应输出：结果返回至聊天通道或 WebUI

[聊天输入] → [LLM 推理] → {需要工具?} → [工具执行/记忆检索] → [响应输出]

这种设计使核心路径保持可读和易扩展，同时不增加系统复杂性。

如何安装和使用 NanoBot

安装方式（三选一）

NanoBot 提供三种安装方式，满足不同场景需求：

方式一：从 PyPI 安装（推荐用于稳定使用）

pip install nanobot

方式二：使用 uv（Python 包管理器）

uv pip install nanobot

方式三：Docker 部署

docker pull nanobot
# 然后通过 Docker 运行

提示：如果想体验最新功能和实验特性，建议从 GitHub 源码安装；如果追求稳定性，建议从 PyPI 安装。

快速启动

安装完成后，一条命令即可启动：

nanobot

几分钟内即可获得一个可用的 AI 助理，通过 CLI 界面开始对话。

WebUI 访问

NanoBot 提供内建的 Web 用户界面，启动后可通过浏览器直接访问和交互。

官网地址和入口

GitHub 仓库：https://github.com/HKUDS/nanobot
PyPI 页面：可通过 pip install nanobot 获取
文档：官方文档随仓库提供（支持英文、简体中文、繁體中文、Español、Français 等多种语言）
社区联系：X(Twitter)、飞书、微信、Discord
开源协议：MIT License

竞品对比表

维度	NanoBot	OpenClaw/Clawdbot	LangChain	AutoGPT
代码量	~4,000 行	数十万行	大型框架	中型
定位	超轻量个人 AI 助理	企业级 AI 代理	通用 LLM 应用框架	自主 AI 代理
模型支持	OpenAI、Anthropic、Gemini、DeepSeek、本地等	多模型	100+ 集成	多模型
多平台聊天	Telegram、Discord、Slack、飞书、QQ、微信、钉钉等 10+	多平台	需自行集成	有限
MCP 支持	✅ 内置	部分	✅	❌
持久化记忆	✅ 内置	✅	需配置	基础
定时任务	✅ Cron 调度	✅	需配置	❌
安装复杂度	极低（pip install）	复杂	中等	中等
适合人群	个人开发者、研究者、自托管用户	企业用户	应用构建者	自动化爱好者
许可证	MIT	视来源而定	MIT	MIT
首发时间	约 2026 年 2 月	更早	2022 年	2023 年

选择 NanoBot 的场景：你希望在最短时间内拥有一个功能完整、可自托管、跨多平台运行的 AI 助理，且希望代码易读、易修改。不需要庞大的框架依赖。

典型应用场景

NanoBot 的轻量和多功能性使其适合广泛场景：

1. 个人 AI 助理

智能日常管理：日程安排、任务提醒、自动化组织
个人知识库：学习辅助、记忆存储、推理问答

2. 实时市场分析（24/7）

市场数据监控、趋势发现、洞察生成

3. 全栈软件工程助手

代码开发、审查、部署辅助

4. 自动化工作流

定时任务执行、多步骤流程编排

5. 研究与实验

得益于其可读性和可扩展性，研究人员可轻松理解代理机制、修改代码进行实验

最近动态（截至 2026 年 3 月）

2026 年 2 月 1 日：NanoBot 项目在 SourceForge 上完成注册，提供镜像下载
PyPI 上架：已发布至 Python 官方包索引，可通过 pip install nanobot 直接安装
多语言文档上线：支持英文、简体中文、繁体中文、西班牙语、法语、日语、韩语等 10 种语言
社区扩展：X(Twitter)、飞书、微信、Discord 社区渠道已建立
持续迭代：GitHub 显示项目活跃更新，Commits 和 Issues 持续处理中

常见问题（FAQ）

1. NanoBot 的官网地址是什么？

GitHub 仓库地址：https://github.com/HKUDS/nanobot。可通过此地址获取源码、文档和最新更新。

2. NanoBot 是否免费？

完全免费且开源，采用 MIT 许可证。你可以自由使用、修改和分发。

3. NanoBot 适合谁使用？

开发者：希望在几分钟内部署可运行的个人 AI 助理
研究者：需要轻量、可读的实验框架来研究 AI 代理机制
自托管用户：希望完全掌控自己的 AI 助理，不依赖商业平台

4. NanoBot 如何安装？

支持三种方式：

pip install nanobot（从 PyPI 安装）
uv pip install nanobot（使用 uv 工具）
Docker 部署

安装后运行 nanobot 即可启动。

5. NanoBot 与 LangChain 有什么区别？

NanoBot 是超轻量级个人 AI 助理框架（约 4,000 行代码），专注于快速部署和低资源占用；LangChain 是通用 LLM 应用开发框架，功能更全面但复杂度更高。NanoBot 更适合需要 “开箱即用 AI 助理 + 自托管” 的场景，LangChain 更适合需要深度定制 LLM 应用的场景。

总结

NanoBot（🐈 nanobot）以约 4,000 行代码重新定义了 AI 代理框架的"轻量"标准。它由香港大学数据科学实验室开发、完全开源（MIT 协议），在极简的代码基上提供了多模型支持、多平台聊天集成（Telegram、Discord、飞书、微信等 10+ 平台）、工具调用、持久化记忆、Cron 调度等完整的 AI 助理能力。

如果你正在寻找一个可自托管、易读、易改、低资源消耗的 AI 代理框架，NanoBot 是目前极具竞争力的选择。通过 pip install nanobot 一条命令，你就能在几分钟内拥有自己的个人 AI 助理。